网络相关背景知识¶

定义¶

群落检测没有标准定义， 目前一般视为：

一组顶点，之间可能有着共同的属性或在图中起到相似的作用

分类¶

1. common model 共同？普通？模型
2. directed model 有向图模型
3. signed model 正负向模型
4. overlapping model 重叠模型
5. dynamic model 动态模型

进化算法与多目标优化¶

进化算法¶

相同性质：¶

1. 省

框架：¶

Algorithm 1 General framework of EAs
输入： 参数与问题实例
输出： 最优方案

Begin:
    population initialisation
    store optimal solutions
    for i = 1 to max_iteration do
        for each individual in the population do
            generate a new individual through stochastic components
            evaluate the fitness of the new individual
        endfor
        update optimal solutions
    endfor
End

多目标优化¶

定义：¶

略

Pareto optimal solution:¶

待看书， 此处略

适应函数¶

单目标优化¶

4.1.1 基于颗粒度的模型¶

因为目标是多目标优化，先略， 如果有用再回来看

4.1.2 multi-resolution model 多分辨率？模型¶

同上

4.2 多目标优化¶

其他model 略¶

重叠模型¶

操作子 设计¶

个体表示¶

个体重现¶

个体局部搜索¶

结论¶

主要思想：¶

1. 将群落检测建模成 单目标或多目标优化问题
2. 设计元启发方法来解决

问题一：¶

1. 根据 no free lunch 理论， 没有通用方法能解决全部类型的网络
2. 不同网络的时-空特性不同

问题二：¶

1. 由于数据集过大， 基于元启发方法的群落检测是LSGO问题（大规模全局优化），
2. 包含大量的决策变量，对现存优化技术是个挑战。
3. 如何又快又好就值得思考

网络群落问题将超越纯粹结构分析，变成强调网络智能。